lunes, 27 de mayo de 2013

BLOQUE IX: APLICA LA ESTADISTICA ELEMENTAL

*Poblacion:


En estadística, población es el conjunto de cosas, personas, animales o situaciones que tiene una o varias características o atributos comunes, por ejemplo: los habitantes de El Salvador en el presente año, las personas menores de edad en el año 2001; los estudiantes de la Universidad, las reacciones de un nuevo medicamento, las diferencias entre los tratamientos de diferentes formulaciones de insecticidas, entre otras.
Población Finita: es el conjunto compuesto por una cantidad limitada de elementos, como el número de especies, el numero de estudiantes, el número de obreros.
Población Infinita: es la que tiene un número extremadamente grande de componentes, como el conjunto de especies que tiene el reino animal.
Población Real: es todo el grupo de elementos concretos, como las personas que en Europa se dedican a actividades artísticas.
Población Hipotética: es el conjunto de situaciones posibles imaginables en que puede presentarse un suceso, como por ejemplo las formas de reaccionar de una persona ante una catástrofe.
Población estable: es aquella en que sus calores o cualidades no presentan variaciones, o éstas, por pequeñas que sean, son despreciables, como la rotación de la tierra o la velocidad de la luz.
Población inestable: es la que contienen los valores en constante cambio. Prácticamente la totalidad de las poblaciones corresponden a este tipo. El cambio de los valores se presentan en el tiempo o en el espacio.
Población aleatoria: es la que presenta cambios en sus calores debidos al azar, sin que exista una causa aparente, como las variaciones en el contenido del producto.
Población dependiente: es la que cambia sus valores debido a una causa determinada y medida. La dependencia puede ser total, como las variaciones obtenidas en una función matemática, la regresión lineal, por ejemplo. La dependencia es parcial cuando la causa influye en la variable dependiente en una proporción menor a la total, por ejemplo, el incremento en las ventas proveniente de una mayor gasto publicitario. Esta última influencia no es proporcional.
Población binomial es aquella en la que se busca la presencia o ausencia de una característica, por ejemplo, la presencia de ozono en el aire.
Población polinomial: es la que tiene varias características que deben ser definidas, medidas o estimadas, como la obediencia, la inteligencia y la edad de los alumnos de postgrado.

*MUESTRA:


La muestra es una representación significativa de las características de una población, que bajo, la asunción de un error (generalmente no superior al 5%) estudiamos las características de un conjunto poblacional mucho menor que la población global.
"Se llama muestra a una parte de la población a estudiar que sirve para representarla". Murria R. Spiegel (1991).
"Una muestra es una colección de algunos elementos de la población, pero no de todos". Levin & Rubin (1996).
"Una muestra debe ser definida en base de la población determinada, y las conclusiones que se obtengan de dicha muestra solo podrán referirse a la población en referencia", Cadenas (1974).
Por ejemplo estudiamos los valores sociales de una población de 5000 habitantes aprox., entendemos que sería de gran dificultad poder analizar los valores sociales de todos ellos, por ello, la estadística nos dota de una herramienta que es la muestra para extraer un conjunto de población que represente a la globalidad y sobre la muestra realizar el estudio. Una muestra representativa contiene las características relevantes de la población en las mismas proporciones que están incluidas en tal población.
Los expertos en estadística recogen datos de una muestra. Utilizan esta información para hacer referencias sobre la población que está representada por la muestra. En consecuencia muestra y población son conceptos relativos. Una población es un todo y una muestra es una fracción o segmento de ese todo.


*Medidas de Tendencia Central para datos agrupados y  no agrupados


Existen tres medidas comunes para identificar el centro de un conjunto de datos: la media, mediana y moda. En cada caso, se ubican alrededor del punto en donde se aglomeran los datos.

Media: Medida de tendencia central usualmente llamada promedio, se define como la división de la suma de todos los valores entre el numero de datos.



Mediana: Del conjunto de datos obtenidos es el valor que al organizar los datos en orden ascendente o descenderte a la mitad o centro de los mismos. La posición que ocupa la mediana puede ser determinada mediante la siguiente fórmula:

Mediana =X[(n/2)+1/2]

Ejemplo: Dados los siguientes 8 datos ordenados en orden ascendente: 5,8,8,11,11,11,14,16., encuentra la mediana.

Utilizando la formula para ubicar la posición del dato que representa la mediana     indica que:

Mediana =(8/2)+1/2 = 4.5

Por lo que la mediana esta ubicada entre el dato 4 y 5; el valor del dato 4 es “ 11” y del dato 5 es “ 11”, por lo que al sacar el promedio, da que la mediana de la muestra estudiada es 11.

Moda: Es el dato que ocurre con mayor frecuencia en un conjunto de elementos estudiados. Del ejemplo anterior donde los datos recopilados son: 5,8,8,11,11,11,14,16; el dato que ocurre con mayor frecuencia es el valor 1, siendo este valor la moda.

Media ponderada: es una media aritmética, en la cual se considera a cada uno de los valores de acuerdo con su importancia en el grupo.

Mediana Ponderada

En donde:

X = Observación individual
Q= el peso o ponderación asignada a cada observación

Medidas de Tendencia Central para datos agrupados


Cuando se trabaja con datos que han sido agrupados en una distribución de frecuencias, no se sabe con certeza los valores individuales de cada dato. Por lo que se utilizan métodos alternos para aproximar los valores de las medidas descriptivas.

Media para datos agrupados: Al calcular la media para datos agrupados, se supone que las observaciones en cada clase son iguales al punto medio de la clase

Mediana: Primero se encuentra la clase mediana, la cual es la clase cuya frecuencia acumulada es mayor o igual a n/2 y puede determinarse mediante la siguiente fórmula:

La moda es la observación que ocurre con mayor frecuencia, por lo que es necesario identificar la clase modal, esta se localiza encontrando la clase que tenga más frecuencia.






 




*MEDIDAS DE DISPERCION PARA DATOS AGRUPADOS Y NO AGRUPADOS:


MEDIDAS DE DISPERSIÓN
Un promedio no dice nada acerca de la diseminación de los datos. El promedio no es representativo cuando se tiene una amplia dispersión. Se puede comparar cuán dispersas están dos o más distribuciones.
Una medida de dispersión puede utilizarse para evaluar la confiabilidad de dos o más promedios.
  • Medidas de dispersión:
  • Varias medidas de dispersión:
    • Amplitud de Variación: Tal intervalo especial se utiliza ampliamente en las aplicaciones del control estadístico de procesos.
    AMPLITUD DE VARIACIÓN = VALOR MÁS GRANDE - VALOR MÁS PEQUEÑO
    • Desviación media: Es la media aritmética de los valores absolutos de las desviaciones con respecto a la media aritmética.
    / X - X /
    DESVIACIÓN MEDIA DM =

    n
    Donde:
    X valor de cada observación
    X media aritmética de los valores
    n número de observaciones de la muestra
    / / valor absoluto
    No se consideran los signos de las desviaciones respecto de la media dado que las desviaciones positivas y negativas se compensarían exactamente y la desviación media siempre sería cero. Cero es un dato estadístico inútil.
    Dos ventajas:
    • Utiliza en su cálculo todos los valores de la muestra.
    • Fácil de comprender pues es el promedio en que los valores se desvían con respecto a la media.
    Desventaja:
    • El uso de valores absolutos.
    • Variancia y Desviación Estándar: se basan en las desviaciones al cuadrado con respecto a la media.
    Variancia: la media aritmética de las desviaciones cuadráticas con respecto al a media
    La Variancia Poblacional para datos no agrupados o para datos no tabulados en una distribución de frecuencias se calcula como:
    " ( X - )2
    2 =
    N
    Donde:
    2 símbolo de variancia poblacional
    X valor de una observación de población
    N número total de observaciones en la citada población
    media aritmética de la población
    La variancia es difícil de interpretar a causa de las unidades.
    La Desviación Estándar Poblacional es el promedio de las desviaciones respecto de la media, se presenta en las mismas unidades que los datos. Fórmula:
    ( X - )2
    =
    N
    ( X - X )2
    Variancia Muestral s2 =
    n - 1
    Donde:
    X valor de las observaciones en la muestra
    X media de la muestra
    N número total de observaciones de la muestra
    Puede demostrarse que:
    ( X - X )2 = X2 - ( X)2/ n
    Fórmula operativa de la variancia muestral:
    X2 - ( X)2/ n
    s2 =
    n - 1
    La Desviación Estándar Muestral se utiliza como un estimador, es la raíz cuadrada de la variancia muestral:
    X2 - ( X)2/ n
    s =
    n - 1
  • Medidas de dispersión para datos agrupados en distribución de frecuencias:
    • Amplitud de Variación: se resta el límite inferior de la clase más pequeña del límite superior de la clase mayor.
    • Desviación estándar: para datos no agrupados. Fórmula:
    • fX2 - ( fX)2/ n
      s =
      n - 1

      Donde:
      S desviación estándar muestral
      X punto medio de la clase
      f frecuencia de clase
      n número total de observaciones en la muestra
      Para encontrar la desviación de los datos agrupados en una distribución de frecuencias se produce:
      Paso 1. Cada frecuencia de clase se multiplica por su punto medio.
      Paso 2. Se calcula fX2, esto podría explicarse como fX. X.
      Paso 3. Se suman las columnas fX y fX2..
    • Interpretación y usos de la desviación estándar:
    • La desviación estándar se emplea como una medida para comparar la dispersión en dos o más conjuntos de observaciones.
      • Teorema de Chebyshev: Para un conjunto cualquiera de observaciones (muestra o población), la proporción mínima de los valores que se encuentran dentro de k desviaciones estándares desde la media es al menos 1 - 1/k2, donde k es una constante mayor que 1.
      • Regla empírica: Para una distribución de frecuencias simétrica de campana, aproximadamente 68% de las observaciones estará a más y menos una desviación estándar desde la media, aproximadamente 95% de tales observaciones se encontrará a más y menos dos desviaciones estándares de la misma; y prácticamente todas las observaciones (99,7%)se hallarán a más y menos tres desviaciones con respecto a la media.
      Forma gráfica:
      Curva simétrica de campana que muestra las relaciones entre la desviación estándar y la media

      -3s -2s -1s X 1s 2s 3s
      70 80 90 100 110 120 130
      68%
      95%
      99,7%
      Si una distribución es simétrica con forma de campana, prácticamente todas las observaciones se encuentran entre la media más o menos tres desviaciones estándares.
    • Dispersión Relativa:
    • Karl Pearson (1857-1936) desarrolló una medida relativa denominada coeficiente de variación(CV). Es una medida útil cuando:
    • Los datos están en unidades diferentes(como U$S y días de asistencia).
    • Los datos están en la mismas unidades, pero las medias muy distantes (ingresos de superiores e ingresos de empleados).
      • Coeficiente de variación: es la razón (cociente) de la desviación estándar a la media aritmética, expresada como un porcentaje:
      s
      CV = (100)
      X
      Karl Pearson desarrolló tb una medida para evaluar el grado de orientación al sesgo, denominada coeficiente de asimetría (CA):
      3 ( media - mediana)
      CA =
      Desviación Estándar
    • Otras medidas de dispersión:
    • Un método es determinar la ubicación de los valores que dividen un conjunto de observaciones en partes iguales. Estas medidas son:
      • Los cuartiles, que dividen un conjunto de observaciones en 4 partes iguales(conjuntos ordenados de menor a mayor). El primer cuartil (Q1) es el valor abajo del cual se encuentra el 25% de las observaciones, y, el tercer cuartil (Q3) es el valor por abajo del cual se encuentra el 75% de las observaciones. Q2 es la mediana.
      • Los deciles dividen un conjunto de observaciones en 10 partes iguales.
      • Los centiles se utilizan para reportar resultados acerca de ciertas pruebas nacionales estandarizadas, empleado para calificar la admisión a programas.
    • Cuartiles, Deciles y Centiles ( o Porcentiles):
    • Para formalizar el procedimiento, sea Lp la ubicacióndel centil deseado.
      Ej: porcentil 33 L33 . El número de observaciones es n. Entonces se aplica: (n +1) /2
      Ubicación de un centil Lp = (n +1) P/100
      • Diagramas de caja: representación gráfica basada en cuartiles, que ayuda a ilustrar un conjunto de dato. Se necesitan 5 valores estadísticos: el valor mínimo; Q1 ; la mediana; Q3 ; y el valor máximo.

      Mediana
      Q1 Q3
      Valor mínimo Valor Máximo

      La distancia entre los extremos de la caja se denomina amplitud cuartílica ( o intercuartílica). Dicho intervalo es la distancia entre el primero y el tercer cuartiles.
      Se indican dos asteriscos (**) . Uno indica n dato “impropio”. Un dato incongruente es un valor inconsciente con el resto de los datos. Es como aquel valor que más de 1,5 veces el valor de la amplitud intercuartílica, mayor que Q3 o bien, menor que Q1.
      Dato incongruente = Q1 - 1,5 (Q3 - Q1)

      BLOQUE X: EMPLEA LOS CONCEPTOS DE LA PROBABILIDAD

      *PROBABILIDAD CLASICA:
       Es el número de resultados favorables a la presentación de un evento dividido entre el número total de resultados posibles. Asignación de probabilidad "a priori", si necesidad de realizar el experimento.
    La probabilidad clásica o teórica se aplica cuando cada evento simple del espacio muestral tiene la misma probabilidad de ocurrir.
    Fórmula para obtener la probabilidad clásica o teórica:


    EJEMPLO: ¿Cuál es la probabilidad de obtener un número mayor que 3, en el lanzamiento de un dado? Si E: 4, 5, 6, entonces el número de resultados favorables es n (E) = 3.
    Si S: 1, 2, 3, 4, 5, 6, entonces el número total de resultados posibles es (S) = 6.



     

    No hay comentarios:

    Publicar un comentario